SageMaker AI 训练会话正式可用
热点事件持续更新
SageMaker AI 训练会话正式可用
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
AWS 正式发布 SageMaker AI 无服务器模型定制训练会话，用户可在本地 Python 进程中编写自定义训练循环，通过 forward_backward、optim_step、sample 等操作驱动 GPU 会话，无需管理 GPU 基础设施。 训练会话支持 SFT、DPO、RLVR、RLAIF 和多轮强化学习等技术，并可通过 LoRA 或全量微调控制更新范围。按处理的 token 计费，奖励函数在用户环境评分时不产生 GPU 费用；会话占用并发配额，需调用 stop() 或使用 with 块释放。 当前支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B 等基础模型，需安装 SageMaker Python SDK（Linux 或 macOS，Python 3.10–3.12）。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 02:00
AWS 发布 SageMaker AI 无服务器训练会话，无需管理 GPU 即可定制模型报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AWS Machine Learning BlogAWS 发布 SageMaker AI 无服务器训练会话，无需管理 GPU 即可定制模型
AWS 宣布 SageMaker AI 无服务器模型定制新增训练会话功能，用户可自定义训练循环、损失函数和奖励信号，而无需管理 GPU 基础设施。训练会话支持 SFT、DPO、RLVR、RLAIF 和多轮强化学习等技术，并可通过 LoRA 或全量微调控制更新范围。
- AWS Machine Learning BlogAmazon SageMaker AI 推出训练会话 API，自定义训练循环无需管理 GPU
Amazon SageMaker AI 推出训练会话 API，用户可在本地 Python 进程中驱动 GPU 会话，通过 forward_backward、optim_step、sample 等操作编写自定义训练循环，服务负责 GPU 分配、分布式执行、故障恢复等基础设施。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。